随着科学技术的高速发展，信息传递也越来越快捷，各国金融市场对全球各国经济信息的反应也越来越迅速，经济全球化的快速发展，使得经济危机的波动和影响范围越来越大。股票市场作为金融市场的重要组成部分，一直被称为国民经济的晴雨表，因此通常会以股市的价格波动的联动性对全球经济的波动做出反映。对于股票投资者或金融机构来说，控制风险成了不能逃避的重要问题，因此研究股票的各种特点就具有非常重要的意义。对于每一个投资者或金融机构来说，如何选择股票，以及如何在风险最小的情况下选择最好的投资组合策略成为了他们最为关心的问题。　　在现有研究的基础上，本文为度量投资组合在最优权重下的风险价值，提出将股票投资组合进行分组研究，从而降低了投资组合中最优权重的计算难度。本文采用了标准残差序列分别服从正态分布、t分布和GED分布的GARCH族模型对股票的日收益率进行了建模并比较，通过AIC准则选取对数据拟合效果最好的GARCH族模型。　　同时，由于股票之间存在相关性，本文选择常用的五种多元Copula函数对股票收益率的标准残差序列进行建模，并通过欧式距离拟合优度检验法从中选择出最能描述股票相关特征的Copula函数。最后，采用均值-CVaR模型对我国股票的投资组合进行分析，计算得到分组内投资组合的最优权重，并得出在不同置信区间下的风险价值CVaR。因此，基于Copula-GARCH模型并采用均值-CVaR能够很好的解决投资组合最优权重及风险度量问题。